MĚŘENÍ PREFERENCÍ ZÁKAZNÍKŮ JAKO PODKLAD PRO ...aritmetický průměr hodnocení důležitosti preferncí (1 - nedůležité až 9 - veľmi důležité) Preference zákazníků

Trendy v podnikání – vědecký časopis Fakulty ekonomické, ZČU Business Trends – scientific journal of the Faculty of Economics, UWB

72 Trendy v podnikání – Business Trends 2016/1

MĚŘENÍ PREFERENCÍ ZÁKAZNÍKŮ JAKO PODKLAD PRO KONCIPOVÁNÍ NABÍDKY

CUSTOMERS´ PREFERENCES MEASUREMENT AS A BASIS FOR SALE PROPOSAL

Kamila Tišlerová1, Lenka Ližbetinová2

1 Ing. Kamila Tišlerová, Ph.D., Vysoká škola ekonomie a managementu, [email protected] 2 Ing. Lenka Ližbetinová, Ph.D., Vysoká škola ekonomie a managementu, [email protected]

Abstract: In terms of sharp competition and market saturation the necessity of optimizing sales proposals is very actual topic. Also there is a requirement for more precious and detailed methods for customers’ preferences quantification and evaluation. This paper deals with determination of customer perceived value and thus their preferences in terms of internet business. A large research was conducted (607 respondents) of customers purchasing presents and ordinary goods in order to identify and exam their preferences. The preferences were firstly determined with the usage of focus group and just the most important ones have become the object of the questionnaire. The issue of specific segmentation is outlined because many researches deal with traditional segments (according to age, gender, income, etc). This research is based on differences between customers-users and customers-nonusers. A model of efficient decision-making was applied to evaluate customers´ preferences and thus, to obtain more precious results in comparison to traditional methods. Sales proposal created by internet enterprises might be reconsidered and designed in more efficient way – according to the highest value perceived by customers. These results are applicable for enterprises evolved in selling presents and selling ordinary goods in terms of internet shopping. The used method (pair comparison) enables businesses to understand deeper the strength and importance of the perceived value of customers´ preferences and thus to design and balance their business proposal. A competitive advantage can be found in better allocation of enterprises´ sources in order to meet customers´ expectations better than other competitors in the market.

Keywords: Customers´ preferences, perceived value, preferences measurement, decision-making

JEL Classification: A14, M21, M31

ÚVOD

V době zostřené konkurence a nasycených trhů je třeba hledat potenciální konkurenční výhodu nejen v atributech samotného výrobku a zákaznického servisu, nýbrž věnovat důkladnou pozornost koncipování komplexní nabídky s ohledem na hodnotu, kterou vnímá zákazník. Často schopnost podniků sestavit maximální nabídku dle vnímané hodnoty zákazníkem bývá jedním z nejvýznamnějších faktorů pro úspěch podniku.

S postupující globalizací a rychlým informačním vývojem dochází k obecnému úpadku loajality ze strany zákazníka. Tím, že je zákazník lépe informovaný a na trhu se nachází velké množství alternativ, již nemá potřebu být věrný pouze jedné značce či jednomu prodejci. O to důležitější a klíčovější se pro podniky stává znalost těch nejvyšších hodnot zákazníků, jejich vzájemných vazeb a rovněž také kompetence tyto informace korektně zpracovat a využít.

Aby mohl podnik sestavit atraktivní nabídku, musí dostatečně důkladně zjišťovat a

Trendy v podnikání, 6(1) 72-78 © The Author(s) 2016

ISSN 1805-0603 Publisher: UWB in Pilsen http://www.fek.zcu.cz/tvp/



analyzovat preference zákazníků (Heeraman 2015). To lze učinit různými metodami, například statistický průměr a směrodatná odchylka zjištěných hodnot na Likertově škále. Nicméně autorky tohoto článku se domnívají, že pro sestavení optimální nabídky (tedy maximálně atraktivní) v podmínkách omezených zdrojů je třeba ještě dané preference párově porovnávat, získat tím větší přehled o jejich hodnotě a teprve pomocí sofistikovanějšího rozhodování dospět k požadovaným podkladům pro rozhodování oco nejhodnotněji vnímané nabídce z pohledu zákazníka.

Elektronická forma obchodování je prudce se rozvíjející oblastí s velkým potenciálem (Tišlerová, 2015). Proto je pozornost věnována zkoumání zákaznických preferencí při nakupování na internetu. Většina průzkumů však nedostatečně akcentuje rozdíly mezi jednotlivými segmenty trhu, například je šetření vyhodnocováno dle tradičních segmentačních kritérií, jako je věk, pohlaví, případně příjem či komoditní struktura. Podle názoru autorek je však třeba při zkoumání potenciálu trhu (ve smyslu vnímané hodnoty zákazníkem) využívat i jiná kritéria, která dostatečně podchytí specifika a připraví podklady pro co nejadresnější oslovení daného segmentu.

Z empirických zjištění a předchozích výzkumů vyplynulo, že například zákazníci kupující zboží pro sebe vykazují jiné znaky nákupního chování (tedy i preference), než zákazníci kupující zboží pro jinou osobu. Bylo tedy provedeno šetření, které má analyzovat rozdíly mezi těmito uvedenými dvěma segmenty (kupující běžného zboží a kupující dárků), pokročilejšími metodami určit preference zákazníků a vzájemný vztah mezi nimi a díky tomu bude možné vydat doporučení pro koncipování nabídky podnikem, v tomto případě o doporučení e-shopům s dárkovými předměty (tedy těch, jejichž zákazníci nekupují dané zboží pro sebe) a e-shopům prodávajícím běžné zboží (kupující budou pravděpodobně současně i uživatelé).

1. MATERIÁL A METODY

Cílem článku je vyvodit doporučení pro koncipování nabídky dle vnímané hodnoty pro elektronické obchody, nabízející dárkové předměty (segment zákazníků nekupující zboží za účelem jeho používání sebou samým) i obchody nabízejí běžné zboží (předpoklad identity kupujícího a současně i uživatele). Při zpracovávání článku se vycházelo z výsledků výzkumu, který byl zaměřen na zjišťování preferencí vnímaných zákazníky při nákupu prostřednictvím elektronické formy obchodování. Po zpracování získaných dat bylo určeno 10 nejvýznamnějších preferencí, které zákazníci při nakupování v internetových obchodech vnímají a tato kritéria byla dále zpracována a tvoří hlavní obsah tohoto příspěvku.

1.1 Marketingový výzkum

V rámci tohoto šetření bylo osloveno 819 respondentů, z čehož bylo získáno 607 odpovědí. Oslovení respondentů probíhalo na základě kvótního výběru, kdy záměrem bylo ve vzorku simulovat běžnou populaci ČR, a tedy kvóty byly stanoveny na poměr respondentů z hlediska věku, pohlaví, příjmu a bydliště (obec/město). Filtrační otázku bylo potvrzení respondentů, že ročně realizují nákupy prostřednictvím e-shopů minimálně v hodnotě 4 000 Kč. Současně měli respondenti určit, zda více nakupují dárky (zboží pro někoho jiného) či běžné zboží (zboží pro sebe). Dále pak se měli vyjadřovat již z pozice zvolené kategorie. Výsledný počet pro každou skupinu byl následující - 258 respondentů se vyjadřovalo ke svým preferencím v oblasti nákupu dárků a 349 respondentů odpovídalo s ohledem na nákup běžného zboží. Kromě klasifikačních dotazů měli respondenti odpovídat na uzavřené otázky směřující ke zjištění preferencí – důvodů pro nákup zboží prostřednictvím internetu. Sílu svých preferencí u jednotlivých kritérií vyznačovali na škále 1 – 9, přičemž hodnota 1 znamená nejmenší sílu preference. Celkový počet otázek (včetně klasifikačních a filtračních) byl 31.

Před sestavením dotazníku byla realizována diskuse formou focus group (13 účastníků),



na které byla testována hypotetická kritéria – preference zákazníků s nejvyšším potenciálem vnímání důležitosti. Na základě této diskuse bylo vybráno 25 kritérií (preferencí), se kterými dále bylo pracováno.

Hlavní metodou sběru dat byla metoda dotazníkového šetření, kdy dotazník měl elektronickou podobu a byl distribuován cíleně na základě kritérií kvótního výběru.

Následně byla data podrobena selekci z hlediska reliability a validity a zpracována jak běžnými statistickými metodami, tak i metodami určení vah preferencí pomocí kritérií – Saatyho metodou párového srovnání. Pro využití této metody byl počet preferencí zredukován na 10, přičemž dále pracováno bylo s deseti nejvýznamnějšími kritérii, čili deseti nejsilněji vnímanými preferencemi.

1.2 Určení váhy vlivu zkoumaných kritérií pro vícekriteriální rozhodování

V praxi je využíváno větší množství metod určení vah preferencí kritérií (Kampf, 2003; Kampf a Ližbetinová, 2015). Vzhledem na kvalitativní charakter vstupních údajů je v příspěvku použita Saatyho metoda párového porovnávání. Saatyho metoda umožňuje uživatelům vyjadřovat své preference (Potkány a Giertl, 2014) i verbálním způsobem, který je jim často výrazně bližší oproti numerickému hodnocení. Získané verbální vyjádření se automaticky převádí na číselnou stupnici (Saaty, 1988).

Uživatel hodnotí jednotlivá kritéria formou srovnávání v párech Saatyho matice S = (sij), přičemž toto hodnocení je převáděno na numerické vyjádření (sij) od 1 po 9, kde (Saaty, 2008):

1 – i a j jsou si rovnocenná,

3 – i je slabě preferováno před j,

5 – i je silně preferováno před j,

7 – i je velmi silně preferováno před j,

9 – i je absolutně preferováno před j.

Hodnoty 2,4,6 a 8 představují hodnocení mezistupňů. Informace z párového porovnávání jsou seskupeny do matice S = (sij, i, j = 1, 2, ...,

k), označované Saatyho matice. Prvky Saatyho matice sij představují vzájemný poměr hodnocení důležitostí jednotlivých kritérií (vztah 1) (Saaty, 1988):

(1)

Prvky matice (vztah 2) pod diagonálou jsou

symetrické prvkům nad hlavní diagonálou

a zodpovídají jejich převrácené hodnotě (sij =

1/sji, i,j = 1, 2, …, k). Tímto způsobem

sestavena matice párových porovnávání Sij

pojímá preference uživatele, které je možné

následně použít pro odhad vah zkoumaných

kriterií (Saaty, 2008). Nevyhnutnou podmínkou

je kvalita vstupních dat, která ovlivňuje

použitelnost výstupů Saatyho matice. Matice by

měla být dostatečně konzistentní, co znamená,

že je splněna podmínka siq = sij x sjq

pro libovolnou trojici indexů i, j, q (Saaty, 1988).

V případech, kdy je potřebné porovnání velkého

množství kritérií není možné dosáhnout ideální

konzistentnost. Konzistentnost se měří

prostřednictvím ukazovatele CR (míry

konzistence), který je daný vztahem

CR=CI/RI≤0,1, kde CI je index konzistence a RI

– index nahodilosti, který je determinovaný dle

počtu porovnávaných kritérií. V případě

nekonzistentnosti matice jsou výsledné váhy

kritérií nepřesné.

(2)

Saaty nabízí poměrně přesný odhad

vektoru prostřednictvím geometrického průměru

prvků v každém řádku matice (vztah 3,4)

(Saaty, 2008):

(3)



(4)

Tímto způsobem je možné determinovat váhy preferencí (Hitka a Štípalová, 2011) zkoumaných kritérií zákazníků. Na základě

těchto vah je možné následně uplatnit metodu vícekriteriálního hodnocení variant řešení AHP (Jablonský, 2002; Kampf a kol., 2012), která je založena na principu párového porovnávání Saatyho maticí (Saaty, 2000).

2. VÝSLEDKY VÝZKUMU

Výsledky výzkumu byly zpracovány do dvou částí. Jednak byly kvantifikovány zjištěné preference zákazníků, a to v oblasti nákupu dárků i nákupu běžného zboží. Dále pak bylo provedeno zpracování metodami párového srovnání a vzešlá matice je základem modelu, který následně umožňuje na základě znalosti preferencí zákazníka optimalizovat koncipování

nabídky. Pro optimalizaci je možné využít metodu AHP, která slouží pro posouzení vhodnosti determinovaných variant řešení.

2.1 Preference zákazníků

Vnímání preferencí respondentů (označení na škále od 1 do 9) byly vyjádřeny tyto hodnoty preferencí a zobrazeny rozdíly mezi výše popsanými segmenty následovně:

Obr. 1: preference zákazníků (kritéria) v členění dle segmentů

Zdroj: Vlastní zpracování

1 3 5 7 9

Od určité ceny objednávky - poštovné a balné zdarma

Cena zboží

Důvěryhodnost e-shopu

Platba - při doručení zboží

Info o výrobku srozumitelné i pro laiky

www stránky přehledné - snadná orientace

Doba dodání

Poštovné a balné

Množstevní slevy

Poskytnutí základního hodnocení ostatních …

aritmetický průměr hodnocení důležitosti preferncí (1 - nedůležité až 9 - veľmi důležité)

Preference zákazníků při nákupu dárkového a běžného zboží

běžné zboží

dárky, impulzní nákupy



2.2 Determinování vah preferencí sledovaných kritérií

Pro determinování vah preferencí zkoumaných kritérií je v příspěvku použita metoda párového porovnávaní Saatyho maticí. Pomocí této metody jsou vzájemně srovnávána tato kritéria:

K1. Od určité ceny objednávky - poštovné a balné zdarma

K2. Cena zboží

K3. Důvěryhodnost e-shopu

K4. Platba - při doručení zboží

K5. Informace o výrobku srozumitelné i pro laiky

K6. Www stránky přehledné - snadná orientace

K7. Doba dodání

K8. Poštovné a balné (výše)

K9. Množstevní slevy

K10. Poskytnutí základního hodnocení ostatních zákazníků (reference)

Preference uvedených kritérií jsou hodnoceny u dvou skupin zákazníků. První skupinu představují zákazníci, kteří nakupují za účelem obdarování jiné osoby – nákup dárků. Druhá skupina jsou zákazníci nakupující běžné zboží. Údaje pro sestavení Saatyho matice jsou získány z marketingového výzkumu prezentovaného v kap. 2.1. (graf 1). V tabulce 1 a 2 jsou prezentovány matice párového porovnání pro obě skupiny zákazníků, kde jsou použitím vztahů 3 a 4 vyčísleny výsledné váhy preferencí jednotlivých kritérií. Tyto matice byly testovány na konzistentnost (CR první matice je 0,021 a druhé 0,00).

Tab. 1 Preference zákazníků při nákupu dárků

Kritérium K1 K2 K3 K4 K5 K6 K7 K8 K9 K10 vi´ vi

K1 1 1,07 0,98 1,01 1,00 1,03 1,09 1,03 1,21 1,29 1,067529 0,105708

K2 0,94 1 0,92 0,95 0,94 0,97 1,02 0,96 1,13 1,21 0,999478 0,098970

K3 1,02 1,09 1 1,03 1,02 1,05 1,11 1,04 3,40 1,31 1,201456 0,118970

K4 0,99 1,05 0,97 1 0,99 1,02 4,73 1,01 1,19 1,27 1,220754 0,120881

K5 1,00 1,07 0,98 1,01 1 1,03 1,08 1,02 1,21 1,29 1,065009 0,105459

K6 0,97 1,04 0,95 0,98 0,97 1 1,05 1,00 1,17 1,25 1,034764 0,102464

K7 0,92 0,98 0,90 0,21 0,92 0,95 1 0,94 1,11 1,19 0,846436 0,083815

K8 0,97 1,04 0,96 0,99 0,98 1,00 1,06 1 1,18 1,26 1,039805 0,102963

K9 0,83 0,88 0,29 0,84 0,83 0,85 0,90 0,85 1 1,07 0,798025 0,079022

K10 0,77 0,83 0,76 0,78 0,78 0,80 0,84 0,79 0,93 1 0,825571 0,081749

CR = 0,021

∑ = 1,000000

Zdroj: vlastní zpracování

Jak vyplývá z Tabulky 1, nejsilnější preference zákazníků nakupujících dárky se nachází v kritérii K4 – tedy požadavek platby zboží až při jeho doručení (hodnota 0,120881). Nejméně

důležité je kritérium K9 – množstevní slevy. U tohoto segmentu lze pozorovat rozptýlenější hodnoty, než u segmentu následujícího.



Tab. 2 Preference zákazníků běžného zboží

Kritérium K1 K2 K3 K4 K5 K6 K7 K8 K9 K10 vi´ vi

K1 1 0,99 1,00 1,04 1,00 1,02 1,04 1,08 1,26 1,28 1,066378 0,106215

K2 1,01 1 1,02 1,05 1,02 1,03 1,06 1,09 1,28 1,30 1,081849 0,107756

K3 1,00 0,98 1 1,03 1,00 1,01 1,04 1,07 1,26 1,27 1,061221 0,105702

K4 0,97 0,95 0,97 1 0,97 0,99 1,01 1,04 1,22 1,23 1,030278 0,102620

K5 1,00 0,98 1,00 1,03 1 1,02 1,04 1,08 1,26 1,28 1,063799 0,105959

K6 0,98 0,97 0,99 1,02 0,98 1 1,02 1,06 1,24 1,25 1,045749 0,104161

K7 0,96 0,95 0,96 0,99 0,96 0,98 1 1,03 1,21 1,23 1,022542 0,101849

K8 0,93 0,91 0,93 0,96 0,93 0,95 0,97 1 1,17 1,19 0,989021 0,098510

K9 0,79 0,78 0,80 0,82 0,79 0,81 0,83 0,85 1 1,01 0,844622 0,084128

K10 0,78 0,77 0,79 0,81 0,78 0,80 0,82 0,84 0,99 1 0,834307 0,083100

CR = 0,000

∑ = 1,000000

Zdroj: vlastní zpracování

U respondentů nakupujících běžné zboží (viz Tabulka 2) byly prokázány jako nejsilnější preference K2 – cena s hodnotou 0,107756. Nejméně významné je kritérium K10, tedy požadavek na poskytnutí referencí ostatních nakupujících, který dosáhl hodnoty 0,083100.

Výsledné váhy preferencí je možné následně využít pro vícekriteriální hodnocení (Filová a kol., 2012) variant pomoci metody AHP (Saaty, 1986), kde jsou jednotlivé varianty posuzovány vzhledem k plnění zkoumaných kritérií. Uvedená metoda je založena na aplikaci Saatyho matic pro porovnávání jednotlivých variant navzájem pro každé zkoumané kritérium. Optimalizovaný výběr varianty marketingové strategie pro volbu prodeje dárkového zboží představuje nejen ušetření prostředků pro aplikaci nevhodných prvků strategie, zvyšuje potenciál (Farkasova a kol., 2013) pro splnění očekávání zákazníků, ale i snižuje míru rizika aplikací nevhodné varianty marketingové strategie (Merkova a kol., 2013).

ZÁVĚR

V podmínkách omezených zdrojů a zostřené konkurence je třeba nabídku nikoliv maximalizovat ve všech směrech, ale optimalizovat směrem k očekávání (preferencí) zákazníků. K tomu je ideální využití metod vícekriteriálního rozhodování, díky kterému může podnik k jednotlivým preferencím

zákazníků (kritériím) alokovat potřebné (optimální) zdroje.

Výše provedený výzkum ukázal, že model optimalizace alokace zdrojů dle jednotlivých preferencí je odlišný v případě prodeje dárkových předmětů a prodeje běžného zboží prostřednictvím elektronických obchodů.

Pokud by šlo o koncipování nabídky směrem k segmentu nakupujícímu dárky (tedy ne uživatelů), pak je třeba věnovat nejvíce pozornosti budování důvěryhodnosti daného e-shopu – mimo jiné prostřednictvím možnosti hradit zboží až v momentě dodání. Zde je odůvodněný předpoklad, že s růstem důvěryhodnosti obchodu by mohla klesat potřeba platby v hotovosti při předání. Tato skupina vykazuje určitou vyhraněnost ve svých preferencích.

Pro obchody obsluhující segmenty, kdy kupující je současně uživatel, zůstává na prvním místě cena zboží, kterou je třeba v nabídce zřetelně akcentovat. Poté následuje blok kritérií, související se zajištěním ekonomické výhodnosti a jistoty. Celkově jsou však preference zákazníků této skupiny relativně vyrovnány a nedosahují takové polarity, jako u zákazníků nakupujících dárky. Pro efektivní koncipování nabídky je třeba zohledňovat výsledky vzešlé z rozhodovacího modelu, založeného na vzájemném posuzování preferencí spotřebitelů.



LITERATURA Farkasova et. all 2013: Managerial roles in

the current business environment. In: Globalization and its socio-economic consequences '13 refereed proceedings of the international conference. Žilina: University, p. 121-128.

Filová, E.; Dávid A.; Sosedová, J. 2012: Multi-criteria analysis in the assessment methodology centers of tourism. "Transport and communication-electronic magazine of the Faculty of Operation and Economics of Transport and Communications University of Žilina, Vol. 2012.

Heeraman, J. (2015) What influences consumer perception of value? In: MYCUSTOMER [online]. Sift Media, 2015 [cit. 2016-04-09]. Retrieved from: http://www.mycustomer.com/experience/engagement/what-influences-consumer-perception-of-value

Hitka, M.; Štípalová, L. (2011). Comparing of Employees Motivation Level in Enterprises of Wood Working Industry with other Manufacturing Enterprises in Slovak Republic. Drvna industrija, 62(3): 185-192.

Jablonský, J. (2002). Operations research, quantitative models of economic. Praha: Professional Publishing.

Kampf, R. (2003). Multiple criteria decision-WSA method. In: Scientific papers of the University of Pardubice. Series B,(8/2002)

Kampf, R.; Ližbetin J.; Ližbetinová, L. (2012). Requirements of a transport system user. Communications, Žilina: University of Zilina. 2012 (4).

Kampf, R.; Ližbetinová, L. (2015) The Identification and Development of Talents in the Environment of Logistics Companies. In: Naše more, Znanstveno-stručni časopis za more i pomorstvo 62 (3) (Special Issue): 139-142.

Merková, M.; Drábek, J.; Jelačić, D. (2013). Application of Risk Analysis in Business Investment Decision-Making. In: Drvna industrija 64 (4): 313-322.

Potkány, M.; Giertl, G. (2014). Comparison of selected performance indicators of woodworking industry in the Czech Republic and Slovakia. In: 7th International Scientific Conference on Position and Role of the Forest

Based Sector in the Green Economy: Proceedings of Scientific papers, Zvolen: Slovakia, 2014, p. 131-138.

Saaathy, T. L. (1986). Axiomatic Foundation of the Analytic Hierarchy Process in Management Science, 32, No. 7, (P. 841-847).

Saaty, T. L. (1988) Mathematical models for decision support. Springer Berlin Heidelberg.

Saaty, T. L. (2000): Fundamentals of decision making and priority theory with the analytic hierarchy process. Rws Publications.

Saaty, T. L. (2008): Decision making with the analytic hierarchy process. In: International journal of services sciences, (1.1): 83-98.

Tišlerová, K. (2015) Perceived advantages and disadvantages of Internet shopping. Litera Scripta. The Institute of Technology and Business in České Budějovice, Vol. 8., No. 2, pp. 130-140.

Documents

MĚŘENÍ PREFERENCÍ ZÁKAZNÍKŮ JAKO PODKLAD PRO ...aritmetický průměr hodnocení důležitosti preferncí (1 - nedůležité až 9 - veľmi důležité) Preference zákazníků